$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유전자 알고리즘을 이용한 DNA 서열 생성 시스템의 효율적인 구현에 대한 연구
Implementation of efficient DNA Sequence Generate System with Genetic Algorithm 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.43 no.5 = no.311, 2006년, pp.44 - 59  

이은경 (인하대학교 정보통신공학과) ,  이승렬 (인하대학교 정보통신공학과) ,  김동순 (전자부품 연구원 DxB 통신융합 연구센터) ,  정덕진 (인하대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

DNA 컴퓨터의 계산 수준을 분자 수준으로 끌어내려 막대한 병렬성을 확보하고, 보다 효율적인 정보 처리를 가능케 해 차세대 컴퓨팅 기법으로서의 위치를 확고히 하고 있다. 그러나 DNA 컴퓨팅은 실제 실험을 통해 계산 모델 및 알고리즘을 검증하기 때문에 많은 연산 시간을 필요로 한다. 따라서 빠른 계산 모델 및 알고리즘의 검증을 위해 시뮬레이터인 NACST가 개발되었다. 그러나 NACST에 포함된 서열생성 시스템의 반복적인 연산 특징 때문에 이 또한 많은 연산시간을 필요로 하게 되었다. 따라서 시뮬레이션 시간 단축을 위한 서열생성 시스템의 효율적인 하드웨어 구조가 요구된다. 이에 본 논문은 DNA 코드 최적화 부분의 연산시간이 NACST 연산시간의 약 95% 이상을 차지한다는 점을 착안하여 DNA 서열 생성 시스템에 병렬 기법과 Pipeline 기법을 적용하였고 적합도 함수 간 연산을 공유시켜 연산의 양을 대폭 줄이고 분배해 시뮬레이션 시간을 크게 줄일 수 있는 하드웨어 구조를 제안하고 검증하였다. 실험 결과 제안된 하드웨어는 기존 소프트웨어에 비해 약 467배 이상의 연산시간 감소를 보였으며 DNA 서열 생성 성능은 기존과 동일함을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper describes the efficient implementation of DNA sequence generate system with genetic algorithm for reducing computation time of NACST. The proposed processor is based on genetic algerian with fitness functions which would suit the point of reference for generated sequences. In order to imp...

주제어

#Genetic Algorithm   #Sequence generator  

참고문헌 (24)

  1. [사전] 생물학사전, 아카데미 서적, 1998 

  2. Maley, C. C.,'DNA Computation: Theory, Practice, and Prospects', Evolutionary Computation 6(3): pp.201- 229, 1998 

    상세보기 crossref

  3. 신수용, 'DNA 컴퓨팅 기법을 이용한 조합 최적화 문제의 해결', 서울대학교 학위논문집 1999, pp 12-27 

  4. T. A. Brown, GENOMES, John Wiley & Sons (Asia) Pte Ltd, 1999, pp.3 

  5. 김동민, '유전자 알고리즘을 이용한 DNA 서열 생성 시스템', 서울대학교 학위논문집 2001, pp.7-20 

  6. G. Paun, G. RoBenberg, and A. Salomaa, DNA ？Computing: New Computing Paradigns, Springer, 1998, pp. 3-40 

  7. Adleman, L. M., 'Molecular computation of solutions to combinatorial problems', Science, 266:1021-1024, 1994 

    상세보기 crossref

  8. Deaton, R., Murphy, R. C., Garzon, M., Franceschetti, D. R. Stevens, S. E. Jr.., 'A DNA based implementation of an evolutionary search for good encodings for DNA computation'. Proceedings of IEEE Conference on Evolutionary Computation, IEEE Press, pp. 267-271, 1997 

  9. J.Holland, Adaptation in Natural and Artificial Systems, The University of Michigan Press, 1975 

  10. 장병탁, '인공 생명과 진화 알고리즘', 전자공학회지, 제24권 제 3호, pp.51-60., 1997년 3월 

  11. D. E. Goldberg, Genetic Algorithm in search, Optimization, and Machine Learning, Addison-Wesley, 1989 

  12. G. Winter et al., Genetic Algorithms in Engineering and Computer Science, John wiley & Sons, 1996 

  13. R. Deaton, R. C. Murphy, M. Garzon, D. R. Franceschetti, and Jr. S. E. Stevens, 'Good encodings for DNA-based solutions to combinatorial problems,' in Proceedings of the Second Annual Meeting on DNA Based Computers, 1996 

  14. Peter D. hortensius et al., 'Parallel Random Number Generation for VLSI System Using Celluar Automata' IEEE Trans. on Computers. Vol.38. No. 10 pp. 1466-1473 October 1989 

    상세보기 crossref

  15. R. Deaton, M. Garzon, R. C. Murphy, D. R. Franceschetti, and Jr. S. E. Stevens, 'Genetic search of reliable encodings for DNA based computation', in First Conference Genetic Programming, MIT Press. 1996 

  16. N. Yoshida, T. Moriki and T.Yasuoka, 'GAP: Genetic VLSI processor for genetic algorithm', Second International ICSC Symp, on Soft Computing, pp.341-345., 1997 

  17. Dan Mihaila, Florin Fagarasan, Mircea Gh. Negoita, 'Architectural Implications Of Genetic Algorithms Complexity In Evolvable Hardware Implementation' EUFIT' 96, Vol.1, pp.400-404 September 1996 

  18. T. Fogarty and R. Huang, ' Implementing the Genetic Algorithm on Transputer Based Parallel Processing Systems', Parallel Problem Solving from Nature, pp.l45-149. Springer-Verlag, 1991 

  19. M. Tommiska, J. Vuori, 'Implementation of genetic 미해갸소 -ㄴ with prograrrrrnable logic devices', Proceeding of the 2NWGA, August 1996 

  20. N. Uoshida, T. Yasuaka and T. Moriki, 'Parallel and Distributed Processing in VLSI Implementation of Genetic Algorithms', Third Int'l ICSC Symp, On Soft Computing, June 1999 

  21. M. Salami, 'Multiple genetic algorithm processor for hardware optimization', Proc. First International Conference, IECS96 Evolvable System: From Biology to Hardware, pp. 249-259., October 1996 

  22. Barry Shackleford, Etsuko Okushi et al., 'A High-performance Hardware Implementation of a Suvival-based Genetic Algorithm', ICONIP'97, 00. 686-695, Nov, 1997 

  23. N. Ionaska and N. C. Seeman, Eds., DNA Computing, 7th International Workshop on DNA-based Computers, Tampa, U.S.A., 10-13 June 2001. University of South Florida 

  24. Q. Ouyang, P.D. Kaplan, S. Liu, and A. Libchaber, 'DNA solution of the maximal clique problem,'Science, vol. 278, pp, 446-449, 1997 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로